摘要
本发明公开了基于X光片采样位置预测的CT图像重建方法和系统,方法包括获取X光片图像IX;根据X光片图像IX计算个体CT图像后续采样时的最优采样位置分布;根据最优采样位置分布进行采样,得到稀疏投影yu;对稀疏投影yu进行去噪和补全,得到投影信号ye;根据投影信号ye和稀疏投影yu重建CT图像u。本发明根据患者的不同个体特征,进行个性化采样、重建,更加节省成像时间,并能够提高同等剂量下的图像重建性能。同时利用了对偶域约束,具有更好的鲁棒性。
技术关键词
深度学习网络模型
图像重建方法
深度网络结构
解析算法
重建CT图像
图像重建系统
蒙特卡洛方法
模块
数据
信号
参数
可读存储介质
鲁棒性
指令
纹理
时序
系统为您推荐了相关专利信息
医学图像重建方法
混合器模块
超分辨率
回归算法
多层感知机层
线优化方法
车道线信息
车辆运动信息
Kalman滤波器
IMU信息
组织分割方法
模态医学影像
三维医学影像
手术导航系统
深度学习网络模型
原始对偶算法
图像重建方法
变量
梯度方法
像素点
细胞系
深红色荧光
深度学习网络模型
图像
活性氧